Учёные из Кембриджского университета применяют искусственный интеллект (ИИ), чтобы ускорить обнаружение оползней после сильных землетрясений и экстремальных осадков. Это позволяет выиграть драгоценное время для координации усилий по оказанию помощи и снижения гуманитарных последствий.
3 апреля 2024 года землетрясение магнитудой 7,4 — сильнейшее на Тайване за последние 25 лет — потрясло восточное побережье страны. Строгие строительные нормы спасли большинство построек, но горные и удалённые деревни были разрушены оползнями.
Когда стихийные бедствия затрагивают большие и труднодоступные территории, спасатели часто обращаются к спутниковым снимкам, чтобы определить пострадавшие районы и расставить приоритеты в оказании помощи. Однако ручное картирование оползней по спутниковым снимкам может занимать много времени, — говорит Лоренцо Нава, работающий в Департаменте наук о Земле и географии Кембриджского университета.
«После стихийного бедствия время имеет решающее значение», — отмечает он. Используя ИИ, Нава идентифицировал 7 тысяч оползней после землетрясения на Тайване всего за три часа после получения спутниковых снимков.
С момента землетрясения на Тайване Нава вместе с международной командой разрабатывает свой метод на основе ИИ. Применяя комплекс спутниковых технологий — включая спутники, которые могут видеть сквозь облака и ночью, — исследователи надеются улучшить возможности ИИ по обнаружению оползней. Их исследование опубликовано в журнале Natural Hazards and Earth System Sciences.
Оползни, вызванные сильными землетрясениями или обильными осадками, часто усугубляются деятельностью человека, такой как вырубка лесов и строительство на нестабильных склонах. В определённых условиях они могут спровоцировать дополнительные опасности, такие как быстро движущиеся селевые потоки или сильные наводнения, усиливая их разрушительное воздействие.
Работа Навы является частью более широких усилий Кембриджа по пониманию того, как оползни и другие опасности могут вызывать каскадные «многоопасные» цепочки. Группа CoMHaz под руководством Максимиллиана Ван Вик де Вриса, профессора естественных опасностей в Департаменте географии и наук о Земле, использует информацию со спутниковых снимков, компьютерного моделирования и полевых исследований для определения оползней, понимания причин их возникновения и прогнозирования их появления.
Они также сотрудничают с сообществами для повышения осведомлённости об оползнях. В Непале Нава и Ван Вик де Врис объединились с местными учёными и консорциумом Climate and Disaster Resilience in Nepal (CDRIN), чтобы внедрить систему раннего предупреждения в Бутвале, расположенном под массивным нестабильным склоном.
Нава обучает ИИ выявлять оползни по двум типам спутниковых снимков — оптическим изображениям поверхности земли и радиолокационным данным, последние из которых могут проникать сквозь облачный покров и даже получать изображения ночью. Однако радиолокационные снимки могут быть сложными для интерпретации, поскольку они используют оттенки серого для отображения контрастных свойств поверхности, а особенности ландшафта также могут выглядеть искажёнными. Эти проблемы делают радиолокационные данные хорошо подходящими для анализа с помощью ИИ, помогая извлекать особенности, которые в противном случае могли бы остаться незамеченными.
Комбинируя возможности радиолокационных снимков, проникающих сквозь облака, с точностью оптических изображений, Нава надеется создать модель на основе ИИ, которая сможет точно определять оползни даже в неблагоприятных погодных условиях.
Его испытания после землетрясения на Тайване в 2024 году показали многообещающие результаты, обнаружив тысячи оползней, которые в противном случае остались бы незамеченными под облачным покровом. Однако Нава признаёт, что предстоит ещё много работы как для повышения точности модели, так и для обеспечения её прозрачности.
Он хочет укрепить доверие к модели и обеспечить интерпретируемость её результатов лицами, принимающими решения. «Очень часто лица, принимающие решения, — это не те, кто разработал алгоритм, — говорит Нава. — ИИ может показаться чёрным ящиком. Его внутренняя логика не всегда прозрачна, и это может заставить людей сомневаться в действиях на основе его результатов».
Это то, над чем он сейчас работает в рамках более широкого партнёрства с Европейским космическим агентством (ЕКА), Всемирной метеорологической организацией (ВМО), Фондом искусственного интеллекта на благо общества Международного союза электросвязи и Глобальной инициативой по повышению устойчивости к стихийным бедствиям с помощью решений на основе ИИ.
На недавнем заседании рабочей группы в Центре наблюдения за Землёй ЕКА в Италии исследователи запустили вызов в области науки о данных, чтобы привлечь общественность к усилиям по улучшению модели. «Мы открываем эту возможность и ищем помощь у более широкого сообщества программистов», — сказал Нава.
Помимо улучшения функциональности модели, Нава говорит, что цель состоит в том, чтобы включить функции, объясняющие её рассуждения — потенциально используя визуализации, такие как карты, показывающие вероятность наличия оползней на изображении, чтобы помочь конечным пользователям понять результаты.
«В сценариях с высокими ставками, таких как реагирование на стихийные бедствия, доверие к результатам, полученным с помощью ИИ, имеет решающее значение. С помощью этого вызова мы стремимся обеспечить прозрачность процесса принятия решений моделью, предоставляя лицам, принимающим решения на местах, возможность действовать уверенно и быстро».
Предоставлено Кембриджским университетом.